Python Academy · บทเรียน

สูตรและกราฟ

เพิ่มสูตรและกราฟ

สูตรและกราฟ เป็นบทเรียน Python Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Python Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

ก้าวไปไกลกว่าค่าคงที่

สเปรดชีตจริงมีการคำนวณ openpyxl สามารถเขียน สูตร Excel ที่คำนวณใหม่เมื่อข้อมูลเปลี่ยนแปลง และเพิ่ม แผนภูมิที่แสดงตัวเลขเป็นภาพได้โดยตรงภายในสมุดงาน

วิธีนี้ทำให้รายงานที่สร้างขึ้นดูเป็นส่วนหนึ่งของ Excel อย่างเป็นธรรมชาติสำหรับผู้ใช้ Excel

การเขียนสูตร

สูตรก็คือสตริงที่ขึ้นต้นด้วย = เท่านั้น กำหนดสูตรเหมือนกับค่าอื่นได้ด้วย ws['B10'] = '=SUM(B2:B9)' Excel จะประเมินสูตรเมื่อเปิดไฟล์

openpyxl จัดเก็บข้อความสูตรไว้ แต่ไม่ได้คำนวณผลลัพธ์ด้วยตนเอง

first_row, last_row = 2, 9
formula = '=SUM(B' + str(first_row) + ':B' + str(last_row) + ')'
print('Cell B10 ->', formula)

ฟังก์ชันที่ใช้บ่อย

ฟังก์ชัน Excel ที่ใช้ในชีวิตประจำวันทั้งหมดทำงานในรูปแบบสตริงได้

=SUM(range) ผลรวม
=AVERAGE(range) ค่าเฉลี่ย
=MAX(range) / =MIN(range)
=COUNT(range) จำนวนตัวเลข

คุณประกอบฟังก์ชันเหล่านี้เหมือนกับที่พิมพ์ใน Excel ทุกประการ

Python ไม่ประเมินสูตร

สำคัญ: หากคุณเขียนสูตรแล้วอ่านกลับด้วย openpyxl โดยไม่ได้เปิดไฟล์ใน Excel คุณจะได้ข้อความสูตร ไม่ใช่ตัวเลข หากต้องการอ่านผลลัพธ์ที่คำนวณแล้ว ให้เปิดไฟล์ใน Excel ก่อน จากนั้นโหลดด้วย data_only=True

การสร้างการอ้างอิงเซลล์

การสร้างสูตรมักหมายถึงการสร้างการอ้างอิงด้วยโปรแกรม การรวมตัวอักษรคอลัมน์เข้ากับหมายเลขแถวจะให้ที่อยู่เซลล์ นี่เป็นเพียงการจัดการสตริงทั่วไป

col = 'C'
def cell_ref(c, r):
    return c + str(r)

total_formula = '=AVERAGE(' + cell_ref(col, 2) + ':' + cell_ref(col, 11) + ')'
print(total_formula)

การเพิ่มแผนภูมิ

openpyxl สามารถฝังแผนภูมิได้ คุณสร้างวัตถุแผนภูมิ เช่น BarChart() ระบุข้อมูลให้ด้วย Reference ที่อ้างอิงช่วงเซลล์ แล้วเพิ่มลงในแผ่นงานด้วย ws.add_chart(chart, 'E2')

ประเภทแผนภูมิประกอบด้วยแผนภูมิแท่ง เส้น วงกลม และกระจาย

การอ้างอิงข้อมูล

Reference(ws, min_col=2, min_row=1, max_row=6) จะเลือกเซลล์ที่แผนภูมิอ่านข้อมูล ป้ายกำกับหมวดหมู่มาจากการอ้างอิงอีกชุดหนึ่ง การกำหนดช่วงเหล่านี้ให้ถูกต้องเป็นขั้นตอนสำคัญ

data_rows = 6
ref = {'min_col': 2, 'min_row': 1, 'max_row': data_rows}
print('Chart reads column', ref['min_col'], 'rows', ref['min_row'], 'to', ref['max_row'])

ชื่อแผนภูมิและแกน

กำหนด chart.title = 'Monthly Sales' และใส่ชื่อแกนผ่าน chart.x_axis.title กับ chart.y_axis.title แผนภูมิที่มีป้ายกำกับอยู่ภายในรายงานไม่จำเป็นต้องมีคำอธิบายแยกต่างหาก

การเลือกประเภทแผนภูมิ

ใช้คำแนะนำเดียวกับการแสดงข้อมูลเป็นภาพทั่วไป ได้แก่ แผนภูมิแท่งสำหรับเปรียบเทียบหมวดหมู่ แผนภูมิเส้นสำหรับแนวโน้ม และแผนภูมิวงกลมสำหรับสัดส่วนของทั้งหมด เลือกประเภทให้ตรงกับคำถามที่รายงานของคุณตอบ

question = 'how did revenue change month over month'
if 'change' in question or 'trend' in question:
    print('Use a LineChart')
else:
    print('Use a BarChart')

การประกอบทุกอย่างเข้าด้วยกัน

รายงานทั่วไปจะเขียนตารางข้อมูล เพิ่มสูตรผลรวมไว้ด้านล่าง แล้ววางแผนภูมิที่อ้างอิงข้อมูลชุดเดียวกัน เมื่อเปิดไฟล์ Excel จะแสดงยอดรวมที่คำนวณแบบทันทีและภาพแสดงข้อมูล ซึ่งทั้งหมดสร้างจาก Python

สูตรแบบมีเงื่อนไข

ฟังก์ชันตรรกะของ Excel ก็ทำงานในรูปแบบสตริงได้เช่นกัน เช่น =IF(B2>100, 'High', 'Low') หรือ =SUMIF(A2:A9, 'North', B2:B9) ฟังก์ชันเหล่านี้ช่วยให้รายงานที่สร้างขึ้นจัดประเภทและรวมยอดได้โดยไม่ต้องประมวลผลด้วย Python เพิ่ม

สร้างสูตรเหล่านี้ด้วยการต่อสตริงแบบเดียวกับที่ใช้กับสูตรทุกชนิด

ตรวจสอบความเข้าใจ

ทดสอบความรู้เกี่ยวกับสูตรและแผนภูมิของคุณ

ทบทวน

ตอนนี้คุณสามารถเพิ่มตรรกะและภาพแสดงข้อมูลได้แล้ว

เขียนสูตรเป็นสตริงที่ขึ้นต้นด้วย = โดย openpyxl จะจัดเก็บสูตรแต่ไม่ประเมินผล
ใช้ data_only=True หลังจาก Excel คำนวณผลลัพธ์แล้ว
สร้างการอ้างอิงด้วยโปรแกรมจากตัวอักษรคอลัมน์และหมายเลขแถว
ฝังแผนภูมิด้วย BarChart()/LineChart(), Reference และ ws.add_chart

คำถามที่พบบ่อย

บทเรียน “สูตรและกราฟ” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “สูตรและกราฟ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Python Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Python Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “สูตรและกราฟ”

เพิ่มสูตรและกราฟ คุณปฏิบัติ Python Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Python Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Python Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 3 จากทั้งหมด 4 บทเรียน

บทเรียน “สูตรและกราฟ” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Python Academy นี้ได้ไหม

ได้ บทเรียน Python Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

← กลับไปที่ Python Academy